视觉语言模型操控人形机器人

15次阅读
没有评论

HITCH 是一套底层控制框架,让视觉语言模型通过工具调用操控宇树 G1 人形机器人:模型查看头顶摄像头画面并在画面中测量点位,发出全身运动请求后由框架规划并交跟踪控制器执行,同一接口可驱动 MuJoCo 仿真与真机,配套论文与模型已公开。

正文完
 0
评论(没有评论)

内容合作 · 项目交流

欢迎开发者、团队与我们联系,一起推动 AI 与机器人领域的优质内容创作与交流。